Home / FAQs / AI數字員工、多智慧體、安全與企業智慧搜尋
QUESTION & ANSWER

為什麼AI Agent許可權不能只寫在系統提示詞裡?

提示詞是模型輸入的一部分,不是可靠的訪問控制。它可能被提示注入、上下文衝突、模型錯誤或工具返回內容影響,不能承擔最終授權責任。關鍵許可權必須由模型之外的身份系統、工具服務和業務規則強制執行。提示詞可以說明行為邊界,但越權請求即使模型發出,也應在執行層被拒絕。

直接回答

先給出可以用於決策的結論

企業Agent通常同時處理使用者輸入、網頁、郵件、文件和工具輸出,這些內容都可能攜帶惡意或衝突指令。如果許可權只依賴“不要讀取其他客戶資料”這樣的文字約束,模型一旦誤判就可能呼叫高風險工具。正確設計是將使用者身份、Agent身份、角色、資源範圍、動作額度和審批規則放在確定性系統中驗證;模型只提出候選動作,服務端決定是否允許。對於付款、刪除、釋出和客戶承諾等不可逆操作,還應增加人工確認。

DECISION FACTORS

判斷前需要確認哪些條件

同一個問題在不同企業、資料和專案階段下可能有不同答案。建議先核對以下條件,再把網上的通用結論代入自己的專案。

Agent可以讀取和修改哪些正式業務資源資料和工具輸出是否來自不可信來源動作是否涉及金額、刪除、釋出或外部承諾是否能關聯真實使用者、Agent和最終執行記錄
ACTION STEPS

建議按什麼順序推進

01

先明確目標與邊界

列出所有工具和資料操作並進行風險分級。

02

驗證關鍵依賴

為使用者和Agent建立獨立身份及最小許可權。

03

形成可評審成果

在工具層驗證資源、引數、額度和業務狀態。

04

用真實結果決定下一步

對高風險動作增加人工審批、審計和緊急停用。

PRACTICAL EXAMPLE

放到實際業務中如何理解

示例用於說明判斷方法

郵件助手讀取了一封包含惡意指令的郵件,模型嘗試呼叫客戶匯出工具。如果工具服務只相信模型,可能造成資料洩露;如果服務端根據當前員工身份、客戶歸屬和匯出審批執行校驗,該請求會被拒絕並記錄安全事件。 示例不代表特定客戶業績,實際結論需要結合企業自己的業務量、樣本、系統和責任邊界驗證。

COMMON RISKS

最容易踩的坑

認為更長的系統提示等於更強的許可權控制

多個Agent共用一個超級管理員賬號

只記錄模型回答,不記錄工具引數和執行結果

ACCEPTANCE

最終應該怎樣驗收或確認

安全測試應覆蓋提示注入、越權讀取、引數篡改、工具返回汙染、重複執行和審批繞過。即使模型輸出錯誤指令,外部授權層也必須阻止動作,並留下使用者、Agent、工具和結果的完整審計鏈。

準備與供應商或內部團隊溝通時,建議帶上當前流程、代表性樣本、現有系統、計劃時間和預算等級。先把未知項明確標註,再決定採用診斷、PoC、固定範圍專案或持續研發,通常比直接索要一個缺少邊界的價格和工期更可靠。

你的專案條件與上面的示例不同?

可以先整理業務目標、現有系統、樣本與計劃時間,再由顧問結合實際邊界給出初步判斷。

聯絡專案顧問